北京新机场线列车气动声学特征仿真分析

齐凯文，林鹏，张业，尚克明

北京新机场线列车气动声学特征仿真分析

齐凯文，林鹏，张业，尚克明

(中国中车集团 中车青岛四方机车车辆股份有限公司，山东 青岛 266111)

采用大涡模拟和FW-H方法，对1:8缩比8车编组北京轨道交通新机场线列车气动声学特征进行模拟研究。列车模型按照实际列车缩比而成，包含转向架、风挡和受电弓等复杂结构。列车运行速度分别为140，160，220和250 km/h。研究分析速度场、涡量场、压力脉动场和辐射声场等。研究结果表明：偶极子声源强度主要分布在尾车、头车流线型车底、第1个转向架、空调机组和受电弓区域；不同测点声压级随着频率的增加，总体呈现为先上升后下降的趋势，在400~700 Hz频率左右时测点声压级达到峰值；监测点的总声压级在头车流线型附近较大，在尾车及其下游，总声压级逐渐减小。

气动声学；大涡模拟；FW-H方法；辐射声场

随着列车运行速度的提高，其气动效应会显著增加，气动噪声问题成为列车设计相关和制约列车向更高速度发展的关键问题[1−2]。列车气动噪声正比于列车运行速度的六次方[3]；当速度越大，气动噪声将愈发成为列车噪声的主导。因此，针对列车开展精细化的气动声学性能研究将直接影响列车进一步发展，具有显著的工程意义。列车气动噪声研究主要分为理论、实验和数值模拟3种[4]，其中数值模拟相对于前两者能够用相对较低成本获取丰富的流场和声场特征，在噪声研究中被广泛应用。利用非线性声学求解方法和Ffowcs Williams- Hawking(FW-H)方法，孙振旭等[5]对CRH3型列车(=300 km/h)近场和远场气动声学性能进行了研究，重点关注了车体几何对噪声的影响。何娇等[6]采用大涡模拟(LES)和FW-H方法对EMU6动车组(缩比1:8和3车编组)不同速度级进行了仿真，并结合流场信息(涡结构、湍动能和压力脉动等)分析了气动声学特性。DAI等[7]利用雷诺平均法(RANS)、非线性声学求解和FW-H方法，研究了风挡区域的近场和远场声学特性。基于LES和FW-H方法，TAN等[8]对受电弓的尾流区域涡三维结构和远场噪声进行了研究。利用LES和FW-H方法，LAN等[9]研究了转向架区域的流场结构特征和远场声学特性。结合脱体涡模拟(DES)和FW-H方法，SUN等[10]研究了受电弓的非稳态流场和气动噪声特性，并通过声学边界元方法研究了噪声辐射。高阳等[11]针对某头型列车(缩比1:8和3车编组)气动噪声仿真模型，利用LES得到湍流脉动压力，基于声扰动方程获得近场噪声并基于FW-H获得远场噪声。张亚东等[12]则对受电弓(DSA380型)主要气动噪声源和各部件对应总噪声的贡献量进行了探讨。针对列车气动噪声的数值模拟研究主要集中于局部结构[13−15]，而对整车的气动声学性能研究则相对较少。本文采用LES和FW-H声类比法对北京新机场线列车进行整车高精度仿真研究，分析了速度场、涡量场、脉动压力等流场特征，以此为基础进一步分析声源能量、辐射噪声等声场特征，相关结果能为列车整车噪声分析提供参考。

1 数学模型

本文稳态计算中湍流模型采用Realizable k-ε两方程模型，而非稳态计算则以稳态计算最终结果作为初始结果，湍流模型采用大涡模拟(LES)。LES方法中，通过滤波将涡分为大尺度和小尺度涡结构。小尺度涡对大尺度涡的影响通过亚格子雷诺应力体现出来，而大尺度的涡结构则通过求解瞬时N-S方程获得。因此，不需要直接模拟全尺度涡结构的运动。由于本文考虑的列车运行速度较小，对应≤0.3，流体可视为不可压。滤波后的LES控制方程如下：

对于µ，常采用Smagorinsky-Lilly模型：

Ffowcs Williams和Hawkings考虑运动的物体边界对流致发生的影响，得到FW-H方程：

式中：u和u分别为x和面=0法向方向流速分量；v和v分别为x方向和正交面的面速度分量；()为迪拉克三角函数，()为海威赛德函数。由声类比法，FW-H方程右端三项分别为四极子声源、偶极子声源和单极子声源。

根据声类比思想，FW-H方程的右端项也可以作为气动噪声的声源项，第1项为四极子声源，其强度为Lighthill应力张量；第2项为偶极子声源，其大小由控制面表面的压力脉动和速度脉动特征确定；第3项为单极子声源。本文由于列车速度相对较小，仅考虑偶极子声源，其主要由车体表面的压力脉动以及速度脉动特性确定。

车体表面偶极子声源强度拟通过脉动压力表征[8]，偶极子声源等效声功率由下式得到：

2 数值模拟方法

本文仿真模型为1:8缩比8车编组北京轨道交通新机场线列车，列车包括转向架、风挡、受电弓(升弓和降弓)和空调机组。图1给出了计算模型，包括整车(图1(a)，1(b))，转向架(图1(c))，头车流线型(图1(d))，头车(图1(e))和包含升弓的中间车2(图1(f))。列车明线运行，计算包含4个速度级，分别为=140，160，220和250 km/h。

(a) 侧面视图；(b) 底面视图；(c) 转向架；(d) 头车流线型；(e) 头车和(f)中间车2

对于明线运行，计算区域应足够大以保证流动充分发展。列车的特征高度为4.26m，对应车顶至地面的距离。图2为列车计算域示意图。坐标系方向对应来流方向，同时=0为头车最前端点，=0置于列车的对称面上=0对应地面。-为计算域，计算域大小为620 m×60 m×30 m。方向，流动入口至车头前端距离为80m，车身长187m，车尾尾端至流动出口距离为353m。方向以列车对称面为中心，宽60m。方向高30m，同时列车底部最低点至面的距离为0.2m，即底部最低点位对应= 0.2。

流动入口边界条件为速度入口，出口边界条件为压力出口。，和设定为对称面，其法向速度等于0，能够消除壁面的影响。边界条件设定为滑移地面，以模拟列车真实运行时与地面的相对运动状态。滑移地面在方向速度与来流相同，和方向则为0。列车表面的边界条件为存在摩擦的无滑移，速度为0。

单位：m

(a)Y方向截面；(b)X方向截面

对于网格划分，利用ICEM自动生成全局非结构四面体网格。列车运行时，来流遇到头车流线型会发生剧烈的速度和压力的变化，尾车流线型尾流中则存在大量的涡结构，流动结构相对更复杂。同时受电弓区域存在大量的杆件结构，杆件结构间存在复杂的相互干涉作用，尾流中亦会产生许多涡结构。此外转向架部分亦流动复杂。因此在网格划分过程中应对这些区域进行加密处理。车体表面第一层附面层网格厚度0.05mm。附面层网格增长率为1.03，共15层。图3为计算网格：方向截面和方向截面示意图，网格总数约为3亿。

数值模拟计算采用商业软件FLUENT，由稳态计算过程和非稳态计算过程2部分组成。稳态计算使用Realizable-湍流模型，结合增强壁面函数法，SIMPLE算法用于压力速度耦合，二阶迎风格式用于湍动能、动量和湍流耗散率，标准离散格式用于连续性方程。非稳态计算的初始流场采用稳态计算最终流场，选用LES湍流模型，压力与速度耦合使用PISO算法，标准离散格式用于连续性方程。声场远场的计算采用FW-H法。对于非定常计算，其时间步长为5×10−5，单位时间步长共迭代30步，总共10000个时间步长。

3 仿真算法验证

为验证本数值计算的准确性和可靠性，利用图4中受电弓模型，基于本文的LES和FW-H方法得到的结果与受电弓辐射噪声风洞测试结果[13]进行对比。表1为受电弓不同测点气动噪声声压级仿真和试验结果对比，其中相对误差由试验结果和LES之差的绝对值与试验结果之比表示。试验中来流速度=200 km/h，测点位置与轨道中心线相距7.0m，与轨面相距3.5m，相邻测点间距为0.8m。相对误差最大值发生在11号测点处，为2.37%。结果表明本仿真模型具有较高的精确度，能够准确地模拟列车的远场声场特征。

图4 受电弓

表1 受电弓声压级模拟和试验结果对比

4 结果分析

4.1 流场分析

图5给出了列车以220 km/h典型速度级运行时的速度云图，包括=0截面(图5(a))和=0.05截面(图5(b))。列车头车流线型鼻尖处存在一定范围的速度变化剧烈区域，同时流动经过尾车流线型表面逐渐减速并附着于地面。来流经过第1个转向架速度迅速降低，而后在车底部保持较低的速度。同时，受电弓尾部亦存在较长的减速区域。

(a) Y=0截面和；(b)Z=0.05截面

图6给出了列车以220 km/h典型速度级运行时=0截面和=0.05截面的涡量云图。由图可见，头车流线型鼻尖速度变化剧烈附近以及头车流线型底部对应着很强的涡量场。尾车流线型的尾流中存在很多强度较大的混乱的涡。受电弓区域由于各个不同杆件与流体之间的相互干涉作用，尾流中存在较长的强涡区。此外，车底由于转向架和其它复杂几何结构的存在，亦存在较强的涡量场。

(a)Y=0截面和；(b)Z=0.05截面

4.2 声学特性分析

采用脉动压力表征车体表面偶极子声源强度，图7为列车220km/h运行时车体表面p'分布云图。由图7可见，尾车头车车顶空调机组附近偶极子声源很强，而对于中车，尾车则在空调机组凹腔及下游附近偶极子声源较强，空调机组上游相对较弱。受电弓表面偶极子声源强度很大，其下方车顶表面由于绝缘子和上游空调机组的作用，亦强度很大。同时，风挡附近亦存在偶极子声源较强区域。对于车底，头车流线型车底和沿来流第一个转向架区域偶极子声源强度很大，其后由于速度的降低，强度相对小很多。

图8给出列车220 km/h运行时各部件偶极子声源能量占总声源能量的百分比柱状图。列车车底、车顶、车体、风挡、受电弓和转向架声源能量百分比分别为14.4%，24.8%，57.6%，0.2%，0.4%以及2.6%，其中车顶对应空调导流罩，车体则包含列车侧表面和不考虑空调导流罩以及受电弓的车顶表面。

图7 车体表面p'rms分布云图

为研究列车辐射声场特征，在=25 m和=3.5 m沿线布置辐射噪声测点，测点的位置由=−20 m至=210 m，每间隔5m，共布置47个测点。声测点布置示意图如图9所示，其中=−20 m处对应1号测点，随着的增加依次类推。由图9可知，列车位于5号测点(=0)和43号测点(=190m)之间。

图8 列车各部件声源能量占比

图9 声测点布置示意图

图10给出了列车220km/h运行时1号(=−20m)，10号(=25m)，20号(=75m)，30号(=125 m)，40号(=175 m)和47号(=210 m)声测点得到的辐射噪声1/3倍频程的A计权声压频谱图。由图10可见，列车声压级随着频率的增加，总体呈现为先上升后下降的趋势，在400~800Hz频率左右时测点声压级达到峰值；从1号测点到47号测点，峰值频率逐渐往小频率方向偏移，到47号测点时，峰值频率约在400Hz附近；在尾车及其下游，随着的增加，不同测点处的声压级逐渐降低。

图11是列车以不同运行速度(140，160，220和250km/h)运行时沿方向不同测点得到的A计权总声压级。由图11可见，头车流线型附近接收点的声压级较大；尾车以后，越远离车体，声压级越小。当速度为140km/h时，总声压级在=−20m处由73dB逐渐增加，到=15m处达到最大值77dB，随着的增加直至=150m有略微下降，而在>150m时则随着的增加迅速下降。对于4个速度级140，160，220和250km/h，沿轴方向平均总声压级分别为73.30，76.6，86.92和91.06dB，呈上升趋势。

图11 不同测点A计权总声压级

5 结论

1)偶极子声源强度主要分布在尾车、头车流线型车底、第一个转向架、空调机组和受电弓区域，但声源能量主要还是由车身、车顶和车底表面贡献，由于其尺寸相对更大。

2)不同测点声压级随着频率的增加，总体呈现为先上升后下降的趋势，在400~700Hz频率左右时测点声压级达到峰值。随着的增加，声测点得到频谱的峰值频率逐渐降低；同时声压级在尾车及其下游处亦逐渐降低。

3)随着的增加，监测点的声压级在头车流线型附近较大。同时，在尾车及其下游，越大，总声压级越小。对于4个速度级140，160，220和250km/h，沿轴方向平均总声压级分别为73.30，76.68，86.92和91.06dB，呈上升趋势。

[1] 孙振旭, 姚永芳, 杨焱, 等. 国内高速列车气动噪声研究进展概述[J]. 空气动力学学报, 2018, 36(3): 385−397. SUN Zhenxu, YAO Yongfang, YANG Yan, et al. Overview of the research progress on aerodynamic noise of high speed trains in China[J]. Acta Aerodynamic Sinica, 2018, 36(3): 385−397.

[2] Thompson D J, Latorre Iglesias E, Liu X, et al. Recent developments in the prediction and control of aerodynamic noise from high-speed trains[J]. International Journal of Rail Transportation, 2015, 3(3): 119−150.

[3] 张曙光. 350 km/h高速列车噪声机理、声源识别及控制[J]. 中国铁道科学, 2009, 30(1): 86−90. ZHANG Shuguang. Noise mechanism, sound source localization and noise control of 350 km/h high-speed train[J]. China Railway Science, 2009, 30(1): 86−90.

[4] Felten F, Fautrelle Y, Du Terrail Y, et al. Numerical modelling of electromagnetically-driven turbulent flows using LES methods[J]. Applied Mathematical Modelling, 2004, 28(1): 15−27.

[5] 孙振旭, 宋婧婧, 安亦然. CRH3型高速列车气动噪声数值模拟研究[J]. 北京大学学报(自然科学版), 2012, 48(5): 701−711. SUN Zhenxu, SONG Jingjing, AN Yiran. Numerical simulation of aerodynamic noise generated by CRH3 highspeed trains[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2012, 48(5): 701−711.

[6] 何娇, 李盈利, 谭晓明, 等. EMU6动车组气动声学性能分析[J]. 铁道科学与工程学报, 2018, 15(8): 1911− 1919. HE Jiao, LI Yinli, TAN Xiaoming, et al. Investigation on aeroacoustic performance of EMU6[J]. Journal of Railway Science and Engineering, 2018, 15(8): 1911− 1919.

[7] DAI W Q, ZHENG X, HAO Z Y, et al. Aerodynamic noise radiating from the inter-coach windshield region of a high-speed train[J]. Journal of Low Frequency Noise, Vibration and Active Control, 2018, 37(3): 590−610.

[8] TAN X M, YANG Z G, TAN X M, et al. Vortex structures and aeroacoustic performance of the flow field of the pantograph[J]. Journal of Sound and Vibration, 2018, 432: 17−32.

[9] LAN J, HAN J. Research on the radiation characteristics of aerodynamic noises of a simplified bogie of the high- speed train[J]. Journal of Vibroengineering, 2017, 19(3): 87−95.

[10] SUN X, XIAO H. Numerical modeling and investigation on aerodynamic noise characteristics of pantographs in high-speed trains[J]. Complexity, 2018, 2018.

[11] 高阳, 李启良, 陈羽, 等. 高速列车头型近场与远场噪声预测[J]. 同济大学学报(自然科学版), 2019, 47(1): 124−129. GAO Yang, LI Qiliang, CHEN Yu, et al. Prediction of near field and far field noise for high-speed train head shape[J]. Journal of Tongji University (Natural Science) , 2019, 47(1): 124−129.

[12] 张亚东, 张继业, 张卫华. 高速受电弓气动噪声特性分析[J]. 铁道学报, 2017, 39(5): 47−56. ZHANG Yadong, ZHANG Jiye, ZHANG Weihua. Analysis of aerodynamic noise characteristics of high- speed pantograph[J]. Journal of the China Railway Society, 2017, 39(5): 47−56.

[13] 杜健, 梁建英, 田爱琴. 高速列车受电弓气动噪声特性分析[J]. 西南交通大学学报, 2015, 50(5): 935−941. DU Jian, LIANG Jianying, TIAN Aiqin. Analysis of aerodynamic noise characteristics of high-speed pantograph[J]. Journal of Southwest Jiaotong University, 2015, 50(5): 935−941.

[14] 吴晓龙, 杨志刚, 谭晓明, 等. EMU6 车外受电弓噪声源特征试验研究[J]. 噪声与振动控制, 2018, 38(5): 107−112. WU Xiaolong, YANG Zhigang, TAN Xiaoming, et al. Experimental research on noise source characteristics of EMU6 train’s external pantographs[J]. Noise and Vibration Control, 2018, 38(5): 107−112.

[15] 张亮, 张继业, 李田, 等. 高速列车不同位置受电弓非定常气动特性研究[J]. 机械工程学报, 2017, 53(12): 147−155. ZHANG Liang, ZHANG Jiye, LI Tian, et al. Research on unsteady aerodynamic characteristics of pantographs in different positions of high-speed trains[J]. Journal of Mechanical Engineering, 2017, 53(12): 147−155.

Simulation analysis of aeroacoustic characteristics of trains on Beijing New Airport Line

QI Kaiwen, LIN Peng, ZHANG Ye, SHANG Keming

(CRRC Qingdao Sifang Co., Ltd, Qingdao 266111, China)

The large eddy simulation and FW-H methods are used to simulate the aero-acoustic characteristics of trains (New airport line of Beijing rail transit) with a scale of 8 cars at 1:8. The train model is scaled down according to the actual train, including bogie, wind shield and pantograph and other complex structures. The running speeds of the train are 140, 160, 220 and 250 km/h respectively. The velocity field, vorticity field, pressure fluctuation field and radiated sound field are analysed. The results indicate: the dipole sound source mainly locates at areas near the rear car, the streamlined bottom of the front car, the first bogie, the air-conditioning unit and the pantograph area. With the increase of frequency, the sound pressure level of different measuring points generally shows a trend of rising firstly and then decreasing, reaching the peak when the frequency is about 400~700 Hz. The total sound pressure level at the monitoring point is larger near the streamline of the front car, and decreases gradually at the tail vehicle and its downstream.

aero-acoustic; large eddy simulation (LES); FW-H method; radiated sound field

U266.2

A

1672 − 7029(2020)04 − 0988 − 08

10.19713/j.cnki.43−1423/u.T20190509

2019−06−06

国家“十三五”重点研发计划资助项目(2017YFB1201103-05)

张业(1988−)，男，山东莱芜人，高级工程师，从事高速列车技术研究；E−mail：lixuezhangye@126.com

(编辑 蒋学东)